Por favor, avalie esta postagem
Os pesquisadores desenvolveram uma IA que mapeia grandes icebergs antárticos com uma taxa de precisão de 99% em segundos, oferecendo uma grande melhoria em relação aos métodos de mapeamento manual anteriores e auxiliando no monitoramento ambiental.
Num desenvolvimento inovador, investigadores da Universidade de Leeds revelaram uma rede neural que pode mapear com rapidez e precisão a extensão de grandes icebergs antárticos em imagens de satélite, realizando a tarefa em apenas 0,01 segundos. Esta nova abordagem contrasta fortemente com os trabalhosos e demorados esforços manuais necessários anteriormente.
Anne Braakmann-Folgmann, autora principal das descobertas publicadas em 9 de novembro em A Criosfera, conduziu sua pesquisa durante seu período como estudante de doutorado na Universidade de Leeds, no Reino Unido. Agora trabalhando na Universidade Ártica da Noruega, em Tromsø, ela enfatizou a importância dos grandes icebergs no ambiente antártico.
Capturada pela missão do satélite radar Copernicus Sentinel-1, a imagem mostra icebergs no Mar de Amundsen, na costa oeste da Antártica. Icebergs gigantes são componentes importantes do ambiente antártico. Eles impactam a física, a química, a biologia dos oceanos e, claro, as operações marítimas. Portanto, é crucial monitorar a extensão dos icebergs e quantificar a quantidade de água derretida que eles liberam no oceano. Num desenvolvimento inovador, investigadores da Universidade de Leeds revelaram uma rede neural que pode mapear com rapidez e precisão a extensão de grandes icebergs antárticos em imagens de radar do satélite Copernicus Sentinel-1, realizando a tarefa em apenas 0,01 segundos. Esta nova abordagem contrasta fortemente com os trabalhosos e demorados esforços manuais necessários anteriormente. Crédito: Contém dados modificados do Copernicus Sentinel (2015), processados pela ESA
Importância do monitoramento do iceberg
“Os icebergs gigantes são componentes importantes do ambiente antártico. Eles impactam a física, a química, a biologia dos oceanos e, claro, as operações marítimas. Portanto, é crucial localizar os icebergs e monitorizar a sua extensão, para quantificar a quantidade de água derretida que libertam no oceano.”
Fornecendo imagens de icebergs independentemente da cobertura de nuvens e da falta de luz natural, a missão de radar Copernicus Sentinel-1 desempenha um papel fundamental na abordagem inovadora de utilização de Inteligência Artificial para mapear icebergs.
Desafios na detecção de icebergs
Nas imagens de satélites que transportam instrumentos semelhantes a câmeras, os icebergs, o gelo marinho e as nuvens aparecem todos brancos, dificultando a identificação dos icebergs reais.
Enquanto na maioria das imagens de radar, conforme retornadas pelo Sentinel-1, os icebergs aparecem como objetos brilhantes contra o fundo mais escuro do oceano e do gelo marinho.
O Copernicus Sentinel-1 transporta um radar avançado de abertura sintética que funciona em vários modos especializados para fornecer imagens detalhadas para o programa Copernicus da Europa. Esses dados são usados para aplicações como monitoramento dos oceanos, incluindo rotas marítimas, gelo marinho, icebergs e derramamentos de petróleo. Crédito: ESA/ATG medialab
No entanto, quando os arredores são complexos, às vezes ainda pode ser difícil diferenciar os icebergs do gelo marinho ou mesmo do litoral.
Braakmann-Folgmann explicou: “Às vezes temos dificuldade em separar os icebergs do gelo marinho circundante, que é mais áspero e mais antigo e, portanto, parece mais brilhante nas imagens de satélite. O mesmo se aplica ao oceano agitado pelo vento.
“Além disso, fragmentos menores de icebergs, que ocorrem frequentemente perto de icebergs, pois perdem constantemente pedaços de gelo em torno de suas bordas, são facilmente agrupados por engano com o iceberg principal.
“Além disso, a costa antártica pode assemelhar-se a icebergs nas imagens de satélite, por isso os algoritmos de segmentação padrão muitas vezes também selecionam a costa em vez de apenas o iceberg real.”
Proficiência em Rede Neural
A nova abordagem de rede neural, no entanto, é excelente no mapeamento da extensão do iceberg, mesmo nestas condições desafiadoras. Seu poder reside na capacidade das redes neurais de compreender relações não lineares intrincadas e levar em consideração todo o contexto da imagem.
Para rastrear efetivamente as mudanças na área e espessura do iceberg, essenciais para a compreensão de como os icebergs se dissolvem e liberam água doce e nutrientes no oceano, é crucial localizar um iceberg gigante específico para monitoramento contínuo.
Icebergs gigantes são componentes importantes do ambiente antártico. Eles impactam a física, a química, a biologia dos oceanos e, claro, as operações marítimas. Portanto, é crucial monitorar a extensão dos icebergs e quantificar a quantidade de água derretida que eles liberam no oceano. Num desenvolvimento inovador, investigadores da Universidade de Leeds revelaram uma rede neural que pode mapear com rapidez e precisão a extensão de grandes icebergs antárticos em imagens de radar do satélite Copernicus Sentinel-1, realizando a tarefa em apenas 0,01 segundos. Esta nova abordagem contrasta fortemente com os trabalhosos e demorados esforços manuais necessários anteriormente. Crédito: Universidade de Leeds
A rede neural introduzida neste estudo é altamente eficiente na identificação do maior iceberg em cada imagem, ao contrário dos métodos comparativos, que frequentemente selecionam icebergs ligeiramente menores nas proximidades.
A arquitetura da rede neural é baseada no renomado design U-net. Foi meticulosamente treinado usando imagens do Sentinel-1 exibindo icebergs gigantes em vários cenários, com contornos derivados manualmente servindo como alvo.
Ao longo do processo de treinamento, o sistema refina continuamente suas previsões, ajustando seus parâmetros com base na diferença entre o contorno derivado manualmente e o resultado previsto. O treinamento cessa automaticamente quando o sistema atinge seu desempenho ideal, garantindo sua adaptabilidade e sucesso em novos exemplos.
Resultados e implicações da pesquisa
O algoritmo foi testado em sete icebergs, com tamanhos variando de 54 km2 a 1.052 km2 (21 milhas quadradas a 406 milhas quadradas), aproximadamente equivalentes às áreas da cidade de Berna, na Suíça, e Hong Kong, respectivamente.
Foi compilado um conjunto diversificado de dados, incorporando entre 15 e 46 imagens para cada iceberg, abrangendo várias estações e os anos 2014-2020.
Uma única imagem do Sentinel-1 por mês por iceberg foi usada para garantir a variedade do conjunto de dados. Apresentando um precisão de 99%, os resultados foram impressionantes.
Braakmann-Folgmann acrescentou: “Ser capaz de mapear automaticamente a extensão do iceberg com maior velocidade e precisão nos permitirá observar mudanças na área do iceberg para vários icebergs gigantes com mais facilidade e abrirá o caminho para uma aplicação operacional”.
Mark Drinkwater da ESA observou: “Os satélites são, obviamente, essenciais para monitorizar mudanças e compreender processos que ocorrem longe da civilização. Esta nova rede neural automatiza o que de outra forma seria uma tarefa manual e trabalhosa de localizar e relatar a extensão do iceberg.
“Parabenizamos a equipe pela introdução deste inovador aprendizado de máquina abordagem, para alcançar uma abordagem robusta e precisa para monitorar as mudanças na região vulnerável da Antártica.”
Referência: “Mapeando a extensão de icebergs gigantes da Antártida com aprendizagem profunda” por Anne Braakmann-Folgmann, Andrew Shepherd, David Hogg e Ella Redmond, 9 de novembro de 2023, A Criosfera.
DOI: 10.5194/tc-17-4675-2023